威尔康奈尔医学研究人员开发了一种计算方法，以前所未有的细节绘制人体组织结构图。他们的方法有望加速器官尺度细胞相互作用的研究，并可以为各种疾病提供强大的新诊断策略。

新的计算方法构建人体组织的详细地图

该方法于10月31日发表在NatureMethods上，源于科学家对经典显微镜与现代单细胞分子分析之间的差距感到沮丧。“在显微镜下观察组织，你会看到一堆在空间上聚集在一起的细胞——你几乎可以立即在图像中看到这种组织，”主要作者、威尔康奈尔医学院生理学和生物物理学研究生JunbumKim说。

“现在，细胞生物学家已经获得了非常详细地检查单个细胞的能力，包括每个细胞表达的基因，因此他们专注于细胞而不是组织结构，”他说。

然而，“对于研究人员来说，更多地了解组织结构的细节至关重要;组织内细胞之间关系的根本变化驱动着健康和患病的器官功能，”资深作者、英格兰德研究所所长OlivierElemento博士说。精准医学和威尔康奈尔医学计算生物医学的生理学和生物物理学以及计算基因组学教授。

但是，手动将单细胞数据与组织结构图结合起来既缓慢又乏味。机器学习算法已显示出使该过程自动化的一些潜力，但它们受到用于训练它们的数据的限制。为了解决这个问题，Kim和他的同事开发了一种无监督计算策略，使用单细胞基因表达谱和细胞位置的组合来定义组织内的结构区域。

共同资深作者AndréRendeiro博士在研究期间担任WeillCornellMedicine的博士后研究员，目前是位于奥地利维也纳的奥地利科学院分子医学研究中心的首席研究员，他将新方法与城市地图进行了比较例如纽约：“一种方法是走遍每个十字路口，计算每种建筑：是住宅，还是商业……是商店还是餐馆?”

将所有这些数据放入一个矩阵中，并将建筑物的位置放入另一个矩阵中，然后可以将这两个矩阵组合起来并寻找模式。

“从本质上讲，我们可以根据住宅与商业建筑的丰富程度，就不同社区的位置及其边界做出一般性陈述——就像任何人走过上东区、中城或市中心一样根据他们的观察，”Rendeiro博士说。

研究人员使用这种新方法生成了几种组织的详细图谱，识别和量化了显微解剖学的新方面——细胞相互作用时小规模出现的模式，并决定了组织的最终功能。他们与北卡罗来纳大学教堂山分校的一位研究肺部疾病的同事合作，他们还证明了他们的技术可以在组织中的不同疾病状态之间进行细微的区分。

虽然癌症和其他慢性疾病通常会导致组织结构发生重大变化，但详细的显微解剖学也有助于诊断和治疗更急性的疾病。Rendeiro以严重的COVID-19为例，其中“有很多免疫细胞进入附近，肺组织发生了巨大的变化。”该团队现在正在将他们的新技术应用于广泛的组织，以了解组织组织的变化如何影响其在健康状态下的功能和疾病中的功能障碍。